Video:de impact van kunstmatige intelligentie (AI) op productie en bewerking

Matt Danford, Modern Machine Shop senior redacteur en schrijver van onze column "Data Matters", sprak met mij over een mogelijke rol voor kunstmatige intelligentie (AI) in machinewerkplaatsen. Hij ziet een weg van machine monitoring naar machine learning. Tegenwoordig verzamelen bewerkingsfaciliteiten gegevens van CNC's met behulp van machinebewakingssystemen. Een volgende logische stap zal zijn om met behulp van machine learning mogelijkheden voor procesverbetering binnen die data te vinden. Hier is een video van ons gesprek, met het transcript hieronder. Zorg er ook voor dat u een verzameling artikelen downloadt van Modern Machine Shop en zusterpublicatie Additive Manufacturing dat het snijvlak van AI en productie verkent zoals het er nu uitziet.

Transcript

Peter Zelinski, Moderne machinewerkplaats

Pete Zelinski hier met Modern Machine Shop tijdschrift. Ik ben hier met hoofdredacteur Matt Danford. Matt, bedankt dat je met me wilt praten.

Matt Danford, Moderne machinewerkplaats

Graag gedaan.

Peter Zelinski

Dus Matt dekt een beat voor Modern Machine Shop . Matt schrijft over digitale technologie, waaronder technologie die in veel gevallen nog niet helemaal "er" is voor productie, maar eraan komt. Hij schrijft hierover in zijn vaste maandelijkse column 'Data Matters'. En waar ik het vandaag met je over wil hebben, is wat je ziet over de rol die kunstmatige intelligentie kan spelen voor bewerkingsfaciliteiten.

Matt Danford

Nou, daar is zeker veel geroezemoes over. De meeste lezers die we bezoeken, lijkt iets dat nog ver weg is. Voorlopig zijn ze echt meer geïnteresseerd in machinemonitoring dan in machine learning. Of ze het zich realiseren of niet, machinemonitoring is echter echt de eerste stap, omdat de echte belofte van machine learning, dat een subset van kunstmatige intelligentie is, data-analyse is, althans wat onze lezers betreft. En machinebewakingssystemen, ook winkelbeheer en ERP-systemen, leveren de ruwe data die je nodig hebt voor die analyse. Het is dus eigenlijk een soort eerste stap, of ze het nu beseffen of niet, naar mogelijkheden die nog moeten komen.

Peter Zelinski

Oke geweldig. Laten we daar dus in duiken. Machinebewaking - dat is de stap die vandaag op zijn plaats is. Wat bedoel je daar specifiek mee?

Matt Danford

In principe pollt u gegevens rechtstreeks van de besturing zelf of van sensoren die op verschillende componenten op de bewerkingsmachine zijn gemonteerd. En weet je, dit kan worden gebruikt voor zaken als preventief onderhoud. De meest voorkomende toepassingen die we zien, zijn mensen die CNC-gegevens opvragen om te zien hoe hun machines presteren.

Peter Zelinski

Rechts. Zo lopen we winkels binnen en zien we steeds meer monitordisplays met taartdiagrammen of groene, rode, gele displays. Wat is er nodig om machinebewaking echt goed te doen?

Matt Danford

Dus de meeste experts en winkels met wie ik heb gesproken, lijken echt de nadruk te leggen op geduld. Verwacht niet alles tegelijk. Doe het gewoon een beetje rustig aan. Iemand die ik onlangs heb bezocht, ze zijn net begonnen met gewoon "wat draait-wanneer". En dit is niet alleen op het niveau van de manager. Weet je, ze hadden eigenlijk, door integratie met het ERP-systeem, een pacing bar geïnstalleerd op elk werkstation, zodat de operators en de mensen die de machines opzetten en machines laten draaien konden zien waar ze zich bevonden. Dit is het aantal onderdelen dat ik nu zou moeten hebben geproduceerd. En dus helpt het iedereen een beetje om een ​​idee te krijgen van waar ze zijn en te beginnen met dat basisdoel. Dingen zoals definities die op dezelfde pagina staan. Wat betekent het voor een machine om in cyclus te zijn? Telt u gereedschapswisselingen als onderdeel van die tijd? Je moet dat soort dingen echt onder de knie krijgen, want als je het uitrolt zonder deze basis, weet je, mensen kunnen gedesillusioneerd raken en krijg je niet de resultaten waarnaar je op zoek bent.

Peter Zelinski

Waarom is dit waardevol? We zijn hier nog steeds bezig met machinebewaking. Maar waarom is machinebewaking zo waardevol?

Matt Danford

Ten eerste, gewoon om een ​​indicatie te krijgen van waar je bent. Ik heb veel experts horen zeggen hoe ze de winkels binnengaan en ze installeren deze systemen en de winkels zijn gewoon geschokt dat ze het niet zo goed doen als ze dachten. En dus moet je die realiteit onder ogen zien. Weet je, het gaat echt om de waarheid. Ik bedoel, je kunt geen ruzie maken met gegevens van een CNC. Daar is geen dikke vinger aan. Er is geen vertraging tussen het moment waarop het evenement plaatsvindt en het moment waarop de informatie wordt ingevoerd in een winkelbeheersysteem. Het gaat er dus echt om je eigen vooroordelen te elimineren en je in staat te stellen je prestaties in de realiteit te bekijken en van daaruit beslissingen te nemen.

Peter Zelinski

U sprak over dit pad van machinemonitoring naar machine learning. Wat is machine learning? En praat een beetje over dat pad.

Matt Danford

Machine learning is een subset van kunstmatige intelligentie. De definitie is eigenlijk opgenomen in de term 'leren'. In tegenstelling tot een traditioneel computerprogramma dat alleen kan doen waarvoor u het programmeert, verbeteren machine learning-algoritmen na verloop van tijd vanzelf. Het klassieke voorbeeld is een beeldherkenningssysteem. Naarmate je het meer afbeeldingen van bijvoorbeeld honden en katten geeft, wordt het in de loop van de tijd beter met meer gegevens die je voedt om onderscheid te maken tussen wat een hond is en wat een kat. Dus, weet je, toegepast op onze sector van de machinewerkplaatsen waarover we schrijven, is de echte belofte hier opnieuw data-analyse. Ze zullen in staat zijn om de onbewerkte gegevens te doorzoeken die worden geleverd door machinebewakingssystemen, winkelbeheersystemen, enzovoort, en patronen en correlaties in die gegevens vinden die niet voor de hand liggend, misschien onmogelijk door een mens kunnen worden gedetecteerd, en waarvoor zeker veel nodig is tijd en moeite om het anders tot op de bodem uit te zoeken.

Peter Zelinski

... anticiperen op het punt waarop er genoeg gegevens uit deze machinebewakingssystemen komen, waar het te veel gegevens zijn om dagelijks te gebruiken en mogelijk goede intelligentie maskeren die er te vinden is.

Matt Danford

Absoluut. En we weten nog niet wat er gaat komen. We weten niet welke mogelijkheden. Ik heb gesproken met ERP-providers die met machine learning werken, maar veel ervan is nog steeds toekomstgericht. Maar we weten wel dat het eraan komt. Het beste wat u nu kunt doen, is deze systemen in gebruik nemen en, u weet wel, uw winkelbeheer in de 21e eeuw brengen.

Peter Zelinski

Matt, wat is jouw gevoel van hoe dichtbij dit is? Hoe dicht staan ​​we bij kunstmatige intelligentie in de vorm van machine learning, als industrieel hulpmiddel, als iets dat we gebruiken in de productie?

Matt Danford

Dat is echt moeilijk te zeggen. Alles is zeer toekomstgericht. Er is veel hype, terechte hype, want het gaat een grote impact maken. Maar ja, als je er op één manier over nadenkt, weet je, de mate waarin fabrikanten Google gebruiken, dat is een industrieel hulpmiddel. En Google gebruikt al kunstmatige intelligentie in zijn zoekresultaten en niemand praat daar echt over. Er was geen grote aankondiging van "Hé, we hebben op kunstmatige intelligentie gebaseerde zoekopdrachten." En ik denk dat het zo kan komen. Ik bedoel, dit spul begint gewoon in je software te verschijnen. En idealiter draait AI op de achtergrond. Het hele idee is om mentale taken min of meer te automatiseren. Dus als je er aandacht aan moet besteden en het actief moet beheren, denk ik dat het niet echt zou presteren of doen wat het zou moeten doen. Dus ik denk dat het wel zo kan zijn. Dit spul begint gewoon te verschijnen, en we gaan het gewoon gebruiken zonder ons echt te realiseren dat we dat gebruiken.